直接改权重胜过微调：π0.5 叠衣任务成功率达 75%
ZeeshanZiaML · x · 2026-11-04
有人在 π0.5 机器人策略的叠衣任务上做了小实验，对比三种方式（结果见 RoboDojo）：基线 50%，用 Astra 纠错数据微调后 68%，而直接操纵权重达到 75%。
该实验背景是「权重空间编程」（Weight-Space Programming）：研究者让 GPT-6 Astra 直接编辑 Qwen3.5-0.8B 的权重，仅改动 0.016% 的参数，就修复了该模型的推理循环，数学能力最高提升 6 倍、指令遵循提升 3 倍——全程无需梯度或训练。作者表示将很快分享完整拆解。
「具身」频道最新
- D&A 方法零训练把任意 VLM 变成机器人奖励模型，拿下三榜 SOTA — KyleMorgenstein · 2026-11-04
- YC 展示家用机器人用微波炉自主煮毛豆 — ycombinator · 2026-11-04
- FLoRe:用无机器人人类演示教人形机器人感知与施加力度 — HaozhiQ · 2026-11-04
- 用 NVIDIA SIMREADY 资产搭自动化湿实验室，机器人全天候跑实验 — davidfromkansas · 2026-11-04
- 给机器人开个 Discord 账号，一声召唤就能随叫随到 — jaivin · 2026-11-04
- 斯坦福 RoboArchitect：代码模型自动改写机器人控制代码，成本不到 150 美元 — rohanpaul_ai · 2026-11-04